热点事件持续更新
Reflection AI 完成13亿沙盒RL训练
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，Reflection AI 公布其 Beam 项目迄今最大规模的强化学习运行：该运行横跨 RL 训练、评估与消融实验，共执行约13亿个沙盒。算力方面，它横跨 Google Cloud 与 AWS 的23个集群，峰值达到883,006个 vCPU，占可分配资源的83%。团队还表示，未来将采用 OpenEnv，把这次大规模运行的经验回馈开源生态；OpenEnv 现已归属 Agentic AI Foundation。报道未提及该运行的具体起止时间与模型效果数据。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 03:54
Reflection AI 披露 Beam 项目最大规模 RL 运行：约13亿沙盒，峰值88.3万 vCPU。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntReflection AI 完成 13 亿沙盒 RL 训练，峰值动用 883,006 个 vCPU
Reflection AI 公布其 Beam 项目迄今最大规模的强化学习运行，横跨 RL 训练、评估与消融实验，共执行约 13 亿个沙盒。算力侧横跨 Google Cloud 与 AWS 的 23 个集群，峰值达到 883,006 个 vCPU，占可分配资源的 83%。团队还表示未来将采用现已归属 Agentic AI Foundation 的 OpenEnv，把这次大规模运行的经验回馈开源生态。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。